了解一下Matlab梯度函数gradient吧

mutougeda

& ]7 u% K  [+ ]/ p5 \梯度：变化/参考量



1。如果F是一维矩阵，则FX=gradient（F，H）返回F的一维数值梯度。H是F中相邻两点间的间距。
  A: V6 ]  g% Y$ e* m
( ?3 o7 R& q( y; |

) u! G/ ?( N2 q5 @% b0 h2。如果F是二维矩阵，返回F的二维数值梯度。
2 [2 V, i+ I. ~5 p/ E  [
# Y+ ^  B( @+ d[FX，FY]=gradient(F,HX,HY)。HX，HY参数表示各方向相邻两点的距离。
" i: h' }. M: ?5 k+ f" D/ d* V


3。如果F是三维矩阵，返回F的三维数值梯度。
+ E* x- w. `* L: C0 q! [6 R0 o1 o
- V7 E+ f, W/ ?6 m$ B/ ~[FX，FY，FZ]=gradient(F,HX,HY,HZ)。
" w& l. s, j- ]# z5 M  {
HX，HY，HZ参数表示各方向相邻两点的距离。


  j# r, s. I, ~" Z( ^+ F* j例：
; q, Y( q6 K. z# N4 q- l1 ^>> x=[6,9,3,4,0;5,4,1,2,5;6,7,7,8,0;7,8,9,10,0]
" ~0 p; [5 r* R; z2 W0 I2 U2 d- dx =
    6     9     3     4     0
    5     4     1     2     5
    6     7     7     8     0
    7     8     9 10     0
' J1 E- ^/ P) }6 c6 Z4 X>> [Fx,Fy]=gradient(x)
3 s. }, [7 H1 F2 L9 YFx =
3.0000 -1.5000 -2.5000 -1.5000 -4.0000
-1.0000 -2.0000 -1.0000 2.0000 3.0000
# l8 P8 \& K7 h1.0000 0.5000 0.5000 -3.5000 -8.0000
1.0000 1.0000 1.0000 -4.5000   -10.0000
+ _4 }( K4 d" h7 o2 X
, ]5 Q( @% F" U4 p8 j- ^( rFy =
-1.0000 -5.0000 -2.0000 -2.0000 5.0000
+ ]6 d, z& V8 A: L/ h      0 -1.0000 2.0000 2.0000       0
; \7 ?2 C% d% D" y; [  W1.0000 2.0000 4.0000 4.0000 -2.5000
1.0000 1.0000 2.0000 2.0000       0

% E9 f. r0 D( t+ \gradient()是求数值梯度函数的命令。[Fx,Fy]=gradient(x)，其中Fx为其水平方向上的梯度，Fy为其垂直方向上的梯度，Fx的第一列元素为原矩阵第二列与第一列元素之差，Fx的第二列元素为原矩阵第三列与第一列元素之差除以2，以此类推：Fx(i,j)=(F(i,j+1)-F(i,j-1))/2。最后一列则为最后两列之差。同理，可以得到Fy。

ExxNEN

Matlab梯度函数gradient